Libri UniversitariZoom 100%

Prof. Elisa Magosso: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 3
Bologna 3 insegnamenti
Facoltà: Ingegneria e architettura

Prof. Elisa Magosso: Biological System Modeling

8,8difficoltà
Bologna · Facoltà: Ingegneria e architettura · Biomedical Engineering - sede di Cesena (LM-21)
Di cosa si tratta: Costruzione e validazione di modelli matematici in fisiologia e biologia si basano sui sistemi lineari: sistemi di equazioni differenziali, moto libero e forzato, matrice di transizione e matrice di trasferimento nei sistemi tempo-invarianti. La stabilità nei sistemi dinamici viene studiata con la stabilità ingresso limitato uscita limitata, quella dei punti di equilibrio, poli e autovalori.

Dettagli corso

1º annoCorso: LM-21
CFU: 9Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dispense fornite dal docente. Questo materiale sarà caricato sulla piattaforma per il repository del materiale didattico messo a disposizione dall'Università (Virtuale).
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 5 libri
Strogatz – Nonlinear dynamics and chaos, biology, chemistry and…ISBN 9780813349107
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,6
Keener – Mathematical Biology IISBN 9781489986702
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
8,8
Keener – Mathematical Biology IIISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
8,8
Khoo – Physiological Control SystemsISBN 9781119055334
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
429 pagine
Difficoltà
6,7
Dayan – Theoretical NeuroscienceISBN 9780262541855
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
460 pagine
Difficoltà
8,8
Domande possibili all’esame
  1. Che cosa si intende per modello matematico di un sistema biologico?
  2. Quali differenze esistono tra modelli deterministici e modelli stocastici?
  3. Come si costruisce un modello compartimentale per la farmacocinetica?
  4. Quali equazioni differenziali descrivono la dinamica di popolazioni interagenti?
  5. Come si valida un modello biologico confrontandolo con i dati sperimentali?
  6. Che cosa significa la stabilità di un punto di equilibrio in un modello biologico?
  7. Come si stimano i parametri di un modello a partire da misure sperimentali?
  8. Quali vantaggi offre un modello semplificato rispetto a uno più dettagliato?
  9. Come si analizza la sensibilità dell'output rispetto ai parametri di un modello?
  10. Quali modelli descrivono la crescita logistica di una popolazione cellulare?
  11. In che modo la simulazione numerica aiuta a prevedere la risposta di un sistema biologico?
  12. Che cosa si intende per feedback negativo in un sistema di regolazione fisiologica?
  13. Come si modella la risposta dinamica del sistema cardiovascolare?
  14. Quali strumenti matematici servono per analizzare i sistemi lineari tempo-invarianti?
  15. Come si rappresenta una rete di reazioni biochimiche con equazioni cinetiche?
  16. Quali criteri orientano la scelta del livello di complessità di un modello?
  17. In che modo il rumore nei dati influisce sull'identificazione del modello?
  18. Come si confrontano modelli concorrenti tramite criteri di informazione?
  19. Quali applicazioni cliniche hanno i modelli fisiologici personalizzati?
  20. Come si descrive la diffusione di un farmaco nel tessuto con un modello di trasporto?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Elisa Magosso: Advanced Techniques For Eeg Processing

5,4difficoltà
Bologna · Facoltà: Ingegneria e architettura · Biomedical Engineering - sede di Cesena (LM-21)
Di cosa si tratta: Basi fisiologiche del segnale EEG: potenziali neurali, origine del segnale di superficie, ritmi cerebrali, potenziali evento-correlati e principali artefatti. Preprocessing con filtraggio, ricampionamento, ri-referenziamento, estrazione delle epoche e rimozione degli artefatti tramite analisi alle componenti indipendenti, seguito da analisi nel dominio del tempo, della frequenza e tempo-frequenza, densità spettrale di potenza.

Dettagli corso

2º annoCorso: LM-21
CFU: 6Canale: Unico
🕒 Orario lezioni
  • Mar9–12LAB. LIB (I)
  • Mer9–11LAB. 3.1

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dispense del docente disponibili su “IOL-Insegnamenti On Line”
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Puce – MEG-EEG PrimerISBN 9780197542187
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
455 pagine
Difficoltà
5,4
Cohen – Analyzing neural time series dataISBN 9780262019873
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
578 pagine
Difficoltà
5,4
Sarvas – Brain SignalsISBN 9780262039826
Tempo di studio del libro≈ 2,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
239 pagine
Difficoltà
5,4
Domande possibili all’esame
  1. Quali sono le differenze principali tra il segnale EEG grezzo e il potenziale evocato, e come si estrae quest'ultimo dalla registrazione?
  2. In che modo il filtraggio passa-banda influisce sulla qualità di un segnale elettroencefalografico?
  3. Perché la scelta del riferimento è un passaggio importante prima di analizzare una registrazione EEG?
  4. Quali artefatti tipici compaiono nella registrazione EEG e come si possono riconoscere?
  5. Come funziona l'analisi in componenti indipendenti per rimuovere il rumore dovuto ai movimenti oculari?
  6. Quali bande di frequenza caratterizzano i ritmi delta, theta, alfa, beta e gamma?
  7. Che cosa rappresenta la media di epoche allineate allo stimolo nella costruzione di un ERP?
  8. Quali componenti tipiche si osservano nelle finestre temporali successive alla presentazione di uno stimolo?
  9. Come si calcola la densità spettrale di potenza di un segnale EEG e quali parametri vanno scelti?
  10. Quali vantaggi offre l'analisi tempo-frequenza con wavelet rispetto alla sola trasformata di Fourier?
  11. In che cosa consiste il problema diretto nella ricostruzione delle sorgenti corticali?
  12. Quali informazioni sono necessarie per costruire un modello realistico della testa?
  13. Perché il problema inverso nella stima delle sorgenti cerebrali è considerato mal posto?
  14. Quali strategie di regolarizzazione si possono adottare per stabilizzare la soluzione del problema inverso?
  15. Come si misura la connettività funzionale tra regioni cerebrali a partire dai segnali elettroencefalografici?
  16. Qual è la differenza tra connettività funzionale e connettività effettiva?
  17. Quando può essere utile ricampionare il segnale EEG a una frequenza più bassa?
  18. Che cosa succede se la frequenza di campionamento non rispetta il criterio di Nyquist nell'acquisizione EEG?
  19. Quali criteri si usano per scartare un'epoca contenente artefatti di movimento?
  20. Quale effetto ha la scelta del riferimento sulla forma d'onda osservata sui singoli mezzi?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Elisa Magosso: Brain Signai And Image Processing (I.C.)

9,5difficoltà
Bologna · Facoltà: Ingegneria e architettura · Biomedical Engineering - sede di Cesena (LM-21)
Di cosa si tratta: Origine del segnale EEG di superficie dai potenziali neurali, ritmi cerebrali, potenziali evento-correlati e principali artefatti costituiscono la base fisiologica. Segue il preprocessing: filtraggio, ricampionamento, ri-referenziamento, estrazione delle epoche e rimozione degli artefatti con analisi delle componenti indipendenti. L'analisi nel dominio del tempo, della frequenza e tempo-frequenza include averaging degli ERP e densità spettrale di potenza.

Dettagli corso

2º annoCorso: LM-21
CFU: 12Canale: Unico
🕒 Orario lezioni
  • Lun11–14LAB. LIB (M)
  • Mar12–14LAB. LIB (M)
  • Mar9–12LAB. LIB (I)
  • Mer9–11LAB. 3.1

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dispense del docente disponibili su “IOL-Insegnamenti On Line” · Dispense fornite dal docente.
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 4 libri
Puce – MEG-EEG PrimerISBN 9780197542187
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
455 pagine
Difficoltà
9,5
Cohen – Analyzing neural time series dataISBN 9780262019873
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
578 pagine
Difficoltà
9,5
Sarvas – Brain SignalsISBN 9780262039826
Tempo di studio del libro≈ 2,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
239 pagine
Difficoltà
9,5
Jenkinson – Introduction to Neuroimaging AnalysisISBN 9780198816300
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
258 pagine
Difficoltà
9,5
Domande possibili all’esame
  1. Come si acquisisce un segnale EEG e quali artefatti possono contaminarlo?
  2. Quali tecniche di filtraggio si usano per isolare le bande di frequenza dell'EEG?
  3. Che cosa si intende per trasformata di Fourier di un segnale cerebrale?
  4. Come si calcola lo spettro di potenza di un segnale elettrofisiologico?
  5. In che modo l'analisi wavelet supera i limiti dell'analisi di Fourier?
  6. Quali metodi si usano per ridurre gli artefatti oculari nell'EEG?
  7. Come si segmenta un'immagine di risonanza magnetica cerebrale?
  8. Quali operatori di filtraggio migliorano il contrasto in un'immagine medica?
  9. Come si estraggono caratteristiche rilevanti da un segnale neurale?
  10. Che cosa si intende per campionamento e aliasing in un segnale biomedico?
  11. Quali indicatori si usano per valutare la qualità di una ricostruzione d'immagine?
  12. Come si registra un potenziale evocato e come si migliora il rapporto segnale-rumore?
  13. In che modo l'analisi di connettività misura l'interazione tra regioni cerebrali?
  14. Quali algoritmi servono a riconoscere un evento epilettico in un segnale EEG?
  15. Come si elabora un'immagine tomografica per ottenerne una ricostruzione?
  16. Quali differenze esistono tra elaborazione in tempo reale e off-line dei segnali cerebrali?
  17. Come si valuta la stazionarietà di un segnale fisiologico?
  18. Quali proprietà distinguono un filtro digitale FIR da uno IIR?
  19. In che modo la coregistrazione di immagini multimodali aiuta la diagnosi?
  20. Quali metodi si impiegano per classificare i pattern nei segnali neurali?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 3 insegnamenti →

Domande frequenti Libri, programma ed esami del prof. Elisa Magosso a Bologna

Che libro usa il prof. Elisa Magosso per Biological System Modeling a Bologna?

Per Biological System Modeling (Canale unico) indica come obbligatorio: Strogatz – Nonlinear dynamics and chaos, biology, chemistry and…, Keener – Mathematical Biology I, Keener – Mathematical Biology II, Khoo – Physiological Control Systems, Dayan – Theoretical Neuroscience.

Quanto è impegnativo Biological System Modeling?

9 CFU, difficoltà stimata 8.8 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Elisa Magosso per Advanced Techniques For Eeg Processing a Bologna?

Per Advanced Techniques For Eeg Processing (Canale unico) indica come obbligatorio: Puce – MEG-EEG Primer, Cohen – Analyzing neural time series data, Sarvas – Brain Signals.

Quanto è impegnativo Advanced Techniques For Eeg Processing?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Elisa Magosso per Brain Signai And Image Processing (I.C.) a Bologna?

Per Brain Signai And Image Processing (I.C.) (Canale unico) indica come obbligatorio: Puce – MEG-EEG Primer, Cohen – Analyzing neural time series data, Sarvas – Brain Signals, Jenkinson – Introduction to Neuroimaging Analysis.

Quanto è impegnativo Brain Signai And Image Processing (I.C.)?

12 CFU, difficoltà stimata 9.5 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.